Ancora sulla "cartomanzia". Due interessanti casi di studio.

  • Ecco la 60° Edizione del settimanale "Le opportunità di Borsa" dedicato ai consulenti finanziari ed esperti di borsa.

    Questa settimana abbiamo assistito a nuovi record assoluti in Europa e a Wall Street. Il tutto, dopo una ottava che ha visto il susseguirsi di riunioni di banche centrali. Lunedì la Bank of Japan (BoJ) ha alzato i tassi per la prima volta dal 2007, mettendo fine all’era del costo del denaro negativo e al controllo della curva dei rendimenti. Mercoledì la Federal Reserve (Fed) ha confermato i tassi nel range 5,25%-5,50%, mentre i “dots”, le proiezioni dei funzionari sul costo del denaro, indicano sempre tre tagli nel corso del 2024. Il Fomc ha anche discusso in merito ad un possibile rallentamento del ritmo di riduzione del portafoglio titoli. Ieri la Bank of England (BoE) ha lasciato i tassi di interesse invariati al 5,25%. Per continuare a leggere visita il link

EbenezerScrooge

Nuovo Utente
Registrato
6/7/14
Messaggi
645
Punti reazioni
23
E` da ormai un paio d'anni che mi capita di collaborare con privati e aziende in ambito speculativo, sia in termini di "studi di fattibilità" sia in termini operativi, fornendo modelli previsionali veri e propri. E`un interesse che oggi affianco ad altre attività e che ho coltivato di fatto a partire da quel mio primo vecchio post in questo forum che suscitò tante reazioni.
Volevo riportare qui i risultati dei test per due commesse che ho ricevuto negli ultimi mesi e che mi sembrano particolarmente interessanti, non tanto per i discreti risultati quanto per l'estrema semplicità degli approcci.

In generale a me piace ricondurre i modelli previsionali in ambito finanziario a 3 categorie:

1. Voglio prevedere una quantità nel tempo e "fitto" un modello ai passati valori di quella quantità.
Questa cosa funziona solo a volte, e quasi sempre per limitati periodi di tempo. E` un approccio un po' ingenuo ed è di fatto l'argomento del thread di 3 anni fa. Funziona molto bene in altri ambiti.

2. Voglio prevedere una quantità nel tempo e "fitto" un modello a uno scenario più complesso che contempla molte variabili, determinate algoritmicamente. Il più delle volte la variabile da prevedere non fa nemmeno parte dell'input del modello.
Questo approccio è computazionalmente intenso e richiede la conoscenza del settore per la scelta complessiva delle variabili ma di media dà buoni risultati.

3. Non voglio prevedere nulla. Ho una strategia basata su assunti semplici e oggettivi (es. trend following) e uso l'intelligenza artificiale per ottimizzarla.

A rendere interessanti questi due casi è il fatto che appartengano alla prima categoria.


Caso 1
Un privato israeliano che opera unicamente in opzioni su azioni del mercato americano mi ha chiesto di provare a prevedere la volatilità di alcuni titoli nel paniere SP500 attraverso reti neurali MLP, ricorrenti e di alto ordine, utilizzando come input solo i passati valori della volatilità stessa. Non conosco i dettagli della sua operatività, dal poco che mi ha detto credo che abbia intenzione di sfruttare eventuali gap tra la volatilità implicita delle opzioni e quella reale degli asset sottostanti.
Per fornire le previsioni è stato utilizzato l'algoritmo che ho sviluppato negli ultimi anni in ambiente matlab e che si basa interamente sulle reti neurali artificiali. E` il frutto di un progetto di ricerca sull'intelligenza artificiale di cui faccio parte nell'università di Torino e che è poi la mia attività principale.

La volatilità è calcolata come media mobile (su una finestra di 21 giorni) dei moduli dei ritorni giornalieri, ed è annualizzata moltiplicando il valore per la radice quadrata di 252.
La selezione degli iperparametri (topologia delle reti, dimensione degli strati interni, parametri per l'algoritmo di addestramento, dimensione dell'input, ecc) avviene tramite un algoritmo genetico che minimizza l'errore quadratico medio in sample. Il time frame è di 21 giorni; quindi operata la selezione dei parametri del modello si addestra l'algoritmo, si produce un forecast 21 giorni avanti, si shifta di 21 giorni la finestra di dati, si addestra di nuovo (con gli stessi parametri,) si produce una nuova previsione e così via. I titoli sono stati testati su periodi di tempo diversi per rendere fattibile la computazione in tempi ragionevoli (ad esempio un titolo per cui è stato selezionata una rete più piccola può essere backtestato su un periodo più lungo.)
Nella tabella che segue riporto i titoli su cui sono stati eseguiti i test, il numero di trade, il numero di trade profittevoli e la percentuale complessiva di trade profittevoli.
Non conoscendo i dettagli dell'operatività di questa persona e non avendo a disposizione dati sulla volatilità implicita non ho potuto tracciare equity lines, sarà poi lui a valutare la bontà delle previsioni. Io ho considerato profittevoli i trade in cui il forecast è in grado di individuare la direzione della variazione di volatilità rispetto al valore corrente, come se ad esempio volessi tradare futures sul vix.
Sono state utilizzate due soglie di attivazione: ossia ho provato a vedere cosa succedeva utilizzando solo i forecast che differiscono dalla volatilità corrente di almeno 0.05 e poi di 0.1.




Codice:
                                th = 0                             th = 0.05                          th = 0.1
                          trades   hits    rate             trades   hits   rate                 trades  hits    rate

Apple Inc                 50       30      60%              27       19     70%                  14      10      71% 

E.I. Du Pont              39       22      56%              20       12     60%                  9       6       67%

Duke Energy Corp          36       19      53%              6        6      100%                 2       2       100%

Exxon Mobil Corp          39       26      67%              14       9      64%                  5       4       80%

General Electric          38       26      68%              21       16     76%                  7       6       86%

Johnson & Johnson         39       23      59%              13       9      69%                  3       2       67%

Procter & Gamble          39       23      59%              13       11     85%                  2       2       100%

Walt Disney Comp          38       26      68%              20       13     65%                  14      10      71%

Wells Fargo & Co          57       32      56%              34       18     53%                  19      11      58%




Tot                       375      227     61%              168      113    67%                  75      53      71%


Quello che mi colpisce è l'omogeneità dei risultati in un periodo di tempo così ampio e su un insieme di titoli che raccoglie tutti i settori di sp500. Il risultato in sé è buono ma non eccezionale, si può ottenere di meglio con approcci più intelligenti. Inoltre si potrebbe pensare a una ulteriore ottimizzazione, già solo non considerando il singolo titolo andato peggio (Wells Fargo & Co) si sale al 75% di accuratezza. Da notare inoltre che il sistema reagisce con regolarità alle soglie di attivazione e che è un primissimo tentativo con topologie delle reti prive di ricorrenze e di input polinomiali di più alto ordine.
Alla luce di questo lavoro mi sento di poter azzardare che la volatilità dei titoli americani si lascia prevedere anche solo cercando una relazione diretta tra i suoi valori passati e quelli futuri.

Caso 2
Un broker estero di opzioni binarie mi ha chiesto di progettargli nel modo più semplice possibile una funzione che esprimesse la probabilità per un'opzione di finire in the money. In questo modo può modificare il prezzo di esercizio delle opzioni in modo da mantenere costante il valore atteso della casa anche quando il mercato diventa particolarmente prevedibile per via di forti trend in un contesto di gestione del rischio. Tra parentesi il valore atteso della casa è già di per sé astronomico e ben oltre qualsiasi soglia morale, se l'investitore/scommettitore vince guadagna 75, se perde perde 100.
Questioni morali a parte, sulle prime ho rifiutato la commessa spiegando che c'è poco da trovare probabilità su un'opzione che scade tra 30 secondi o un minuto e che se anche fosse possibile di certo non se ne viene a capo con un modello universale da applicare ovunque indiscriminatamente tra valute, commodities e altro.
Mi è stato risposto di provare lo stesso. Ho provato.
Visto che mi è stato chiesto di usare modelli molto semplici e visto che l'algo avrebbe dovuto girare sui loro server non ho potuto utilizzare il mio framework solito.
Ho scritto un semplice algoritmo basato su regressioni lineari. L'idea è fittare una regressione lineare agli ultimi n prezzi di un asset, calcolare l'errore quadratico medio commesso, assumere una distribuzione normale di questo errore (assunto non ragionevole il più delle volte) e su queste ipotesi calcolare la probabilità di un prezzo futuro più alto o più basso del prezzo corrente dell'asset.
In realtà era un poco più complicato di così perché in questo modo a causa dell'estrema varianza dei prezzi si può verificare una probabilità in contrasto con il trend rilevato ma l'idea di base era questa.

Mi hanno fornito una settimana di dati intraday tick by tick sull'eurodollaro per fare qualche prova. Io ero già pronto col "ve l'avevo detto" quando vengono fuori i seguenti risultati:

con regressioni lineari addestrate ad ogni tick, per una settimana, sugli ultimi 30 minuti di dati e un forecast 10 minuti avanti, considerando di entrare a mercato solo quando il sistema produce una probabilità prossima al 100% vengono selezionate circa 200 operazioni in una settimana di cui più del 95% in the money...

Questo ha stupito tanto me quanto loro. Ovviamente non mi illudo che sia un risultato replicabile su periodi più lunghi e su asset diversi, al contrario del risultato precedente, meno eclatante ma di certo più solido e significativo, però ecco di sicuro varrà la pena fare ulteriori indagini.


Epilogo
La morale di queste due storielle è che se anche personalmente non consiglierei di buttarsi nei mercati con qualche trading system che si limiti a cercare una relazione tra i prezzi passati e quelli futuri, a volte anche approcci un po' ingenui come questo possono essere solidi e funzionare.

Buon anno!
 
Ultima modifica:
Mi è stato detto in privato da più di una persona che di questo post non si capisce nulla.

Long story short:

1. Sembra che riesca a prevedere la volatilità realizzata di diversi titoli in diversi settori di sp500 azzeccandoci il 70%-75% delle volte in un lasso di tempo di circa 5 anni. E il risultato sembra statisticamente molto solido.

2. Analizzando i trend in una settimana a caso dell'eurodollaro con dati tick-by-tick sono riuscito a prevedere il prezzo azzeccandoci il 95% delle volte. Questo invce necessita di ulteriori indagini.
 
Mi è stato detto in privato da più di una persona che di questo post non si capisce nulla.

Per la verità ti sei spiegato bene, ed anche in modo piacevole da leggere.
Semmai..... sono i risultati a cui giungi ad essere incomprensibili ;):D
Un saluto. OK!
 
Sì, dunque, my two cents

a) la vola viene comunemente reputata più prevedibile del prezzo e quindi i tuoi risultati non stupiscono.
b) il dibattito è quanta memoria ci sia nei prezzi. Secondo me ce n'è più di quanto ufficialmente non si pensi, ma non è detto che i sistemi autoregressivi siano in grado di coglierla appieno. Poi ci sono inefficienze sfruttabili e ineff. non sfruttabili e qui gioca molto spread e costi.

Aggiungo:

c) Tu esponi percentuali di successo, e sin qui nulla quaestio, ma c'è un problema che è affine al cosiddetto premio al rischio: che cosa succede quando sbagli?
 
Ultima modifica:
Per la verità ti sei spiegato bene, ed anche in modo piacevole da leggere.
Semmai..... sono i risultati a cui giungi ad essere incomprensibili ;):D
Un saluto. OK!
Puoi essere un poco più preciso?
C'è solo una volatilità da prevedere a 21 giorni (di mercato.) Il sistema è in grado di prevedere correttamente se la vola salirà o scenderà circa 70-75 volte su 100. E i test riguardano 10 titoli diversi di sp500 su un periodo di 5 anni. Cosa c'è di poco chiaro?

Sì, dunque, my two cents

a) la vola viene comunemente reputata più prevedibile del prezzo e quindi i tuoi risultati non stupiscono.
b) il dibattito è quanta memoria ci sia nei prezzi. Secondo me ce n'è più di quanto ufficialmente non si pensi, ma non è detto che i sistemi autoregressivi siano in grado di coglierla appieno. Poi ci sono inefficienze sfruttabili e ineff. non sfruttabili e qui gioca molto spread e costi.

Aggiungo:

c) Tu esponi percentuali di successo, e sin qui nulla quaestio, ma c'è un problema che è affine al cosiddetto premio al rischio: che cosa succede quando sbagli?

a. Hai ragione la volatilità si lascia prevedere più facilmente dei prezzi. Però anche al netto di questo negli articoli che mi sono stati sottoposti e nelle ricerche che ho fatto sull'argomento non ho trovato risultati particolarmente eclatanti e il più delle volte con significatività statistiche ridicole. Addirittura ho visto pubblicate cose come
"67% di accuratezza!!
trades totali = 6"
:D
A quanto pare qualcuno accetta di pubblicare articoli sui lanci di monetine.

b. Sono d'accordo su tutta la linea. L'approccio autoregressivo non è quasi mai la scelta migliore. Ma la ragione per cui ho postato qui questi risultati e non altri (migliori) è proprio che questi sembrano statisticamente solidi nonostante siano ottenuti "solo" con approcci autoregressivi.

c. Questo dipende da come si vogliono usare queste informazioni. Io non sono un trader in opzioni e non so che strategia verrà usata su queste previsioni da chi le ha commissionate. Potrei provare a tracciare una equity line basandomi su qualche approccio semplice, tipo compro straddle se il sistema prevede volatilità in crescita e resto flat altrimenti. Ma questo al momento va un po' oltre i miei compiti.
Per verificare che non ci fossero sorprese tuttavia ho provato a fare un po' di conti della serva. Immaginando di poter comprare e vendere volatilità come fosse un prezzo il trade medio è profittevole e la varianza accettabile. Inoltre reagisce molto bene alle soglie. Soglie più alte effettivamente individuano salti di volatilità più ampi. Questo tecnicamente non risponde alla tua domanda ma diciamo che è un buon indizio sulla bontà delle previsioni oltre alla capacità di indovinare la direzione.
 
Puoi essere un poco più preciso?
C'è solo una volatilità da prevedere a 21 giorni (di mercato.) Il sistema è in grado di prevedere correttamente se la vola salirà o scenderà circa 70-75 volte su 100. E i test riguardano 10 titoli diversi di sp500 su un periodo di 5 anni. Cosa c'è di poco chiaro?

E' tutto chiarissimo, volevo essere ironico, ma si vede che non mi riesce bene.

Volevo semplicemente dire - con una battuta per non prendere sempre tutto di petto - che se il tuo cliente israeliano ha un sistema che prevede il segno della volatilità 3 volte su 4...... beh molto presto lo vedremo apparire sui radar, dato che ha un vantaggio immenso sui professionals attualmente presenti sul mercato ;)

Ri-saluto


c) Tu esponi percentuali di successo, e sin qui nulla quaestio, ma c'è un problema che è affine al cosiddetto premio al rischio: che cosa succede quando sbagli?


ed un saluto anche a Paolo....
 
Ultima modifica:
E' tutto chiarissimo, volevo essere ironico, ma si vede che non mi riesce bene.

Volevo semplicente dire - con una battuta per non prendere sempre tutto di petto - che se il tuo cliente israeliano ha un sistema che prevede il segno della volatilità 3 volte su 4...... beh molto presto lo vedremo apparire sui radar, dato che ha un vantaggio immenso sui professionals attualmente presenti sul mercato ;)

Ri-saluto

Guarda, ancora il sistema non ce l'ha perché ancora non gliel'ho consegnato. Ma anche quando lo farò non so se lo terrà in un cassetto come studio di fattibilità, se lo manderà a mercato o se lo venderà ad altri (fregandomi.) E`probabile che provi a usarlo ma stiamo parlando comunque di un retail. Muove cifre limitate. Più grandi di quelle che mai mi sognerei di investire io personalmente ma in valore assoluto nulla di che.
 
RN addestrata su N giorni, previsione a +21 gg, poi shifti di 21 gg in Avanti N? Chiedo perché é diverso da rollare la previsione a +21 giorni day by day (rifare la previsione a 21 ogni N+1 giorni)
 
RN addestrata su N giorni, previsione a +21 gg, poi shifti di 21 gg in Avanti N? Chiedo perché é diverso da rollare la previsione a +21 giorni day by day (rifare la previsione a 21 ogni N+1 giorni)

Corretto. Non ho rollato giorno per giorno perché volevo coprire un arco di tempo più lungo.
 
E` da ormai un paio d'anni che mi capita di collaborare con privati e aziende in ambito speculativo, sia in termini di "studi di fattibilità" sia in termini operativi, fornendo modelli previsionali veri e propri. E`un interesse che oggi affianco ad altre attività e che ho coltivato di fatto a partire da quel mio primo vecchio post in questo forum che suscitò tante reazioni.
Volevo riportare qui i risultati dei test per due commesse che ho ricevuto negli ultimi mesi e che mi sembrano particolarmente interessanti, non tanto per i discreti risultati quanto per l'estrema semplicità degli approcci.

In generale a me piace ricondurre i modelli previsionali in ambito finanziario a 3 categorie:

1. Voglio prevedere una quantità nel tempo e "fitto" un modello ai passati valori di quella quantità.
Questa cosa funziona solo a volte, e quasi sempre per limitati periodi di tempo. E` un approccio un po' ingenuo ed è di fatto l'argomento del thread di 3 anni fa. Funziona molto bene in altri ambiti.

2. Voglio prevedere una quantità nel tempo e "fitto" un modello a uno scenario più complesso che contempla molte variabili, determinate algoritmicamente. Il più delle volte la variabile da prevedere non fa nemmeno parte dell'input del modello.
Questo approccio è computazionalmente intenso e richiede la conoscenza del settore per la scelta complessiva delle variabili ma di media dà buoni risultati.

3. Non voglio prevedere nulla. Ho una strategia basata su assunti semplici e oggettivi (es. trend following) e uso l'intelligenza artificiale per ottimizzarla.

A rendere interessanti questi due casi è il fatto che appartengano alla prima categoria.


Caso 1
Un privato israeliano che opera unicamente in opzioni su azioni del mercato americano mi ha chiesto di provare a prevedere la volatilità di alcuni titoli nel paniere SP500 attraverso reti neurali MLP, ricorrenti e di alto ordine, utilizzando come input solo i passati valori della volatilità stessa. Non conosco i dettagli della sua operatività, dal poco che mi ha detto credo che abbia intenzione di sfruttare eventuali gap tra la volatilità implicita delle opzioni e quella reale degli asset sottostanti.
Per fornire le previsioni è stato utilizzato l'algoritmo che ho sviluppato negli ultimi anni in ambiente matlab e che si basa interamente sulle reti neurali artificiali. E` il frutto di un progetto di ricerca sull'intelligenza artificiale di cui faccio parte nell'università di Torino e che è poi la mia attività principale.

La volatilità è calcolata come media mobile (su una finestra di 21 giorni) dei moduli dei ritorni giornalieri, ed è annualizzata moltiplicando il valore per la radice quadrata di 252.
La selezione degli iperparametri (topologia delle reti, dimensione degli strati interni, parametri per l'algoritmo di addestramento, dimensione dell'input, ecc) avviene tramite un algoritmo genetico che minimizza l'errore quadratico medio in sample. Il time frame è di 21 giorni; quindi operata la selezione dei parametri del modello si addestra l'algoritmo, si produce un forecast 21 giorni avanti, si shifta di 21 giorni la finestra di dati, si addestra di nuovo (con gli stessi parametri,) si produce una nuova previsione e così via. I titoli sono stati testati su periodi di tempo diversi per rendere fattibile la computazione in tempi ragionevoli (ad esempio un titolo per cui è stato selezionata una rete più piccola può essere backtestato su un periodo più lungo.)
Nella tabella che segue riporto i titoli su cui sono stati eseguiti i test, il numero di trade, il numero di trade profittevoli e la percentuale complessiva di trade profittevoli.
Non conoscendo i dettagli dell'operatività di questa persona e non avendo a disposizione dati sulla volatilità implicita non ho potuto tracciare equity lines, sarà poi lui a valutare la bontà delle previsioni. Io ho considerato profittevoli i trade in cui il forecast è in grado di individuare la direzione della variazione di volatilità rispetto al valore corrente, come se ad esempio volessi tradare futures sul vix.
Sono state utilizzate due soglie di attivazione: ossia ho provato a vedere cosa succedeva utilizzando solo i forecast che differiscono dalla volatilità corrente di almeno 0.05 e poi di 0.1.




Codice:
                                th = 0                             th = 0.05                          th = 0.1
                          trades   hits    rate             trades   hits   rate                 trades  hits    rate

Apple Inc                 76       50      66%                                                   23      16      70% 

E.I. Du Pont              39       22      56%              20       12     60%                  9       6       67%

Duke Energy Corp          36       19      53%              6        6      100%                 2       2       100%

Exxon Mobil Corp          39       26      67%              14       9      64%                  5       4       80%

General Electric          38       26      68%              21       16     76%                  7       6       86%

Johnson & Johnson         39       23      59%              13       9      69%                  3       2       67%

Procter & Gamble          39       23      59%              13       11     85%                  2       2       100%

Walt Disney Comp          38       26      68%              20       13     65%                  14      10      71%

Wells Fargo & Co          57       32      56%              34       18     53%                  19      11      58%




Tot                       401      247     62%               141      94     67%                 84      59      70%


Quello che mi colpisce è l'omogeneità dei risultati in un periodo di tempo così ampio e su un insieme di titoli che raccoglie tutti i settori di sp500. Il risultato in sé è buono ma non eccezionale, si può ottenere di meglio con approcci più intelligenti. Inoltre si potrebbe pensare a una ulteriore ottimizzazione, già solo non considerando il singolo titolo andato peggio (Wells Fargo & Co) si sale al 75% di accuratezza. Da notare inoltre che il sistema reagisce con regolarità alle soglie di attivazione e che è un primissimo tentativo con topologie delle reti prive di ricorrenze e di input polinomiali di più alto ordine.
Alla luce di questo lavoro mi sento di poter azzardare che la volatilità dei titoli americani si lascia prevedere anche solo cercando una relazione diretta tra i suoi valori passati e quelli futuri.

Caso 2
Un broker estero di opzioni binarie mi ha chiesto di progettargli nel modo più semplice possibile una funzione che esprimesse la probabilità per un'opzione di finire in the money. In questo modo può modificare il prezzo di esercizio delle opzioni in modo da mantenere costante il valore atteso della casa anche quando il mercato diventa particolarmente prevedibile per via di forti trend in un contesto di gestione del rischio. Tra parentesi il valore atteso della casa è già di per sé astronomico e ben oltre qualsiasi soglia morale, se l'investitore/scommettitore vince guadagna 75, se perde perde 100.
Questioni morali a parte, sulle prime ho rifiutato la commessa spiegando che c'è poco da trovare probabilità su un'opzione che scade tra 30 secondi o un minuto e che se anche fosse possibile di certo non se ne viene a capo con un modello universale da applicare ovunque indiscriminatamente tra valute, commodities e altro.
Mi è stato risposto di provare lo stesso. Ho provato.
Visto che mi è stato chiesto di usare modelli molto semplici e visto che l'algo avrebbe dovuto girare sui loro server non ho potuto utilizzare il mio framework solito.
Ho scritto un semplice algoritmo basato su regressioni lineari. L'idea è fittare una regressione lineare agli ultimi n prezzi di un asset, calcolare l'errore quadratico medio commesso, assumere una distribuzione normale di questo errore (assunto non ragionevole il più delle volte) e su queste ipotesi calcolare la probabilità di un prezzo futuro più alto o più basso del prezzo corrente dell'asset.
In realtà era un poco più complicato di così perché in questo modo a causa dell'estrema varianza dei prezzi si può verificare una probabilità in contrasto con il trend rilevato ma l'idea di base era questa.

Mi hanno fornito una settimana di dati intraday tick by tick sull'eurodollaro per fare qualche prova. Io ero già pronto col "ve l'avevo detto" quando vengono fuori i seguenti risultati:

con regressioni lineari addestrate ad ogni tick, per una settimana, sugli ultimi 30 minuti di dati e un forecast 10 minuti avanti, considerando di entrare a mercato solo quando il sistema produce una probabilità prossima al 100% vengono selezionati circa 200 operazioni in una settimana di cui più del 95% in the money...

Questo ha stupito tanto me quanto loro. Ovviamente non mi illudo che sia un risultato replicabile su periodi più lunghi e su asset diversi, al contrario del risultato precedente, meno eclatante ma di certo più solido e significativo, però ecco di sicuro varrà la pena fare ulteriori indagini.


Epilogo
La morale di queste due storielle è che se anche personalmente non consiglierei di buttarsi nei mercati con qualche trading system che si limiti a cercare una relazione tra i prezzi passati e quelli futuri, a volte anche approcci un po' ingenui come questo possono essere solidi e funzionare.

Buon anno!

potrebbe far riflettere il fatto che in rete sui siti specializzati puoi reperire svariati "papers" di fior di accademici che giocano con le medie mobili ed i "momentum" delle serie storiche (metodo 1 della tua classificazione: cartomanzia) dimostrando significativi extraprofitti rispetto al buy&hold...
 
potrebbe far riflettere il fatto che in rete sui siti specializzati puoi reperire svariati "papers" di fior di accademici che giocano con le medie mobili ed i "momentum" delle serie storiche (metodo 1 della tua classificazione: cartomanzia) dimostrando significativi extraprofitti rispetto al buy&hold...

mah sì guarda come dicevo poco sopra a Paolo si vede pubblicata tanta di quella robaccia...
Io ogni volta che ho backtestato medie mobili e cose simili non ho mai visto risultati statisticamente significativi. Poi è chiaro che se hai voglia di pubblicare il modo lo trovi.
 
mah sì guarda come dicevo poco sopra a Paolo si vede pubblicata tanta di quella robaccia...
Io ogni volta che ho backtestato medie mobili e cose simili non ho mai visto risultati statisticamente significativi. Poi è chiaro che se hai voglia di pubblicare il modo lo trovi.

però non sarei sicuro di dire che sia robaccia...molti studi hanno documentato l' efficacia del momentum e delle mm a lungo termine (lookback variabili da 3 mesi a un anno) nel mettere a punto strategie di trading di medio lungo termine in grado si sovraperformare significativamente l' investimento passivo... mi sembra difficile che tutti abbiano preso un abbaglio visto che ci sono vari studi che pervengono sostanzialmente alle stesse conclusioni
 
però non sarei sicuro di dire che sia robaccia...molti studi hanno documentato l' efficacia del momentum e delle mm a lungo termine (lookback variabili da 3 mesi a un anno) nel mettere a punto strategie di trading di medio lungo termine in grado si sovraperformare significativamente l' investimento passivo... mi sembra difficile che tutti abbiano preso un abbaglio visto che ci sono vari studi che pervengono sostanzialmente alle stesse conclusioni
Guarda sono strategie che si possono backtestare davvero in un minuto grazie alla loro semplicità. Quindi inutile discuterne, togliamoci il dubbio.
Decidiamo qualche strumento, i parametri di momentum e mm e in 10 minuti sapremo quante volte ci azzeccano e se vanno meglio di buy and hold.
(Credo sia stato già fatto più o meno da chiunque qui ma repetita iuvant :D)
 
Allora, non c'è bisogno di fare per l'n-esima volta test il cui risultato conosciamo benissimo.
Sappiamo bene che considerando frames lunghi (ad es. barre mensili) e preferendo indici a singoli titoli si riesce spesso a battere il buy & hold o comunque a ottenere predittori di una certa validità.
Questo perché ci si pone nella situazione di aumentare il rapporto mu/sigma che a tutti gli effetti è analogo a un rapporto segnale/rumore.

Ma qui non c'è nulla di stupefacente perché anche costruendo un RW con drift si hanno risultati consimili, purché non si scelgano parametri troppo sfavorevoli. In sostanza questo fenomeno non ha titolo di essere chiamato memoria.

Quello che mi pare sia dibattito aperto è se esistono altri tipi di memoria, di che tipo siano, come si possano rilevare e se siano sfruttabili.
 
Allora, non c'è bisogno di fare per l'n-esima volta test il cui risultato conosciamo benissimo.
Sappiamo bene che considerando frames lunghi (ad es. barre mensili) e preferendo indici a singoli titoli si riesce spesso a battere il buy & hold o comunque a ottenere predittori di una certa validità.
Questo perché ci si pone nella situazione di aumentare il rapporto mu/sigma che a tutti gli effetti è analogo a un rapporto segnale/rumore.

Ma qui non c'è nulla di stupefacente perché anche costruendo un RW con drift si hanno risultati consimili, purché non si scelgano parametri troppo sfavorevoli. In sostanza questo fenomeno non ha titolo di essere chiamato memoria.

Quello che mi pare sia dibattito aperto è se esistono altri tipi di memoria, di che tipo siano, come si possano rilevare e se siano sfruttabili.

Non so nemmeno se il random walk con drift dia risultati come dici...in ogni caso, tu per memoria cosa intendi di preciso? Memoria = comportamento autoregressivo?
 
1) La vedo in modo molto simile al prof. (E poi cume me piace il chiasmoooooo... un abbraccio prof.)

2) Ebenezer, te l'ho già detto una volta, studiati i processi stocastici. Sei intelligente, hai le basi, ti ci vuol poco, che sennò rischi ogni volta di riscoprire la ruota.

3) Memoria. E' una questione di prob. condizionata. Un RW è la somma di incrementi indipendenti di data media e varianza. Quindi dato x(1) in t(1) la pdf di x(2) in t(2) dipende solo da t(2)-t(1) . Ok?

Se dipende anche da x(t(-1)) hai un comportamento autoregressivo, che può essere lineare o meno..... OK?

Però ci possono essere anche altri tipi di dipendenza, ad es. dipendenze non locali (la dipendenza non locale è quella cosa per cui un dipinto è armonioso e un altro no, per intenderci)
Ci possono essere deviazioni nella legge del local time, ci può essere di tutto, qualsiasi cosa che modifica quella prob. condizionata.
 
Non so nemmeno se il random walk con drift dia risultati come dici...in ogni caso, tu per memoria cosa intendi di preciso? Memoria = comportamento autoregressivo?

da quel poco che ho letto i processi stocastici wiener con drift e lemma di ito interpretano abbastanza bene i corsi dei mercati finanziari...

P(t)=Po*exp[mu*t+sigma*radq(t)]....mi pare di roicordare vagamente, è l' esprerssione generale...mu è il drift , sigma la volatilità giornaliera variabile stimata con i soliti accrocchi arch garch ewma ecc...almeno così mi pare di ricordare... (non sono del mestiere e quindi può darsi abbia scritto qualche castroneria)...magari ,come ti siggeriva paolo, ti dai una letta ai processi stocastici "contoinui" più ultilizzati in finanza ytra i quali trovi anche questo...non sono argomenti particolarmente difficili soprattutto per uno che possiede la tua preparazione....vedi se riesci a tirarci fuori qualcosa di applicabile per il trading...magari poi ci fai sapere :D
 
1) La vedo in modo molto simile al prof. (E poi cume me piace il chiasmoooooo... un abbraccio prof.)

2) Ebenezer, te l'ho già detto una volta, studiati i processi stocastici. Sei intelligente, hai le basi, ti ci vuol poco, che sennò rischi ogni volta di riscoprire la ruota.

3) Memoria. E' una questione di prob. condizionata. Un RW è la somma di incrementi indipendenti di data media e varianza. Quindi dato x(1) in t(1) la pdf di x(2) in t(2) dipende solo da t(2)-t(1) . Ok?

Se dipende anche da x(t(-1)) hai un comportamento autoregressivo, che può essere lineare o meno..... OK?

Però ci possono essere anche altri tipi di dipendenza, ad es. dipendenze non locali (la dipendenza non locale è quella cosa per cui un dipinto è armonioso e un altro no, per intenderci)
Ci possono essere deviazioni nella legge del local time, ci può essere di tutto, qualsiasi cosa che modifica quella prob. condizionata.

1. Il prof è lind us? Io ero convinto fosse l'ennesima manifestazione di Ernesto.

2. Tendi sempre a tirare fuori questo tono un po' paternalistico che un minimo indispone, ed è un peccato. Comunque non ricordo cosa mi abbia detto, forse mi confondi con qualcun altro. In ogni caso io sono qui più che altro per condividere idee e risultati. Cos'è un processo stocastico lo so molto bene, sia nel formalismo teorico che dal lato tecnico. Lo stesso output delle mie reti è formalmente un processo stocastico. E so bene nello specifico cos'è un moto browniano dai bei tempi di corsi di fisica all'università. Io ti chiedevo solo cosa intendessi tu nello specifico nella tua più o meno personale nomenclatura per "memoria". E la risposta è che

3. intendevi proprio il comportamento autoregressivo (delle probabilità condizionate) :D


Entrando nel merito, nella mia esperienza con questi approcci, come hai anche ribadito tu, non si va molto lontano. Presupporre comportamenti deterministici specifici (o aleatori con una componente deterministica) semplicemente non funziona. O funziona male.
 
Indietro